This paper presents the design and experimental validation of an intelligent tire alignment and lifting control system for an under-vehicle autonomous parking robot. The proposed system enables the robot to autonomously enter beneath a vehicle, recognize tire positions using a LiDAR-based sensing module, and perform precise lifting through a fork-type mechanism. A YOLOv8 instance segmentation algorithm is employed to detect tire regions from LiDAR point cloud data and estimate their geometric centers. The detected tire positions are then matched with a vehicle database to determine the correct alignment for lifting. Experiments were conducted on three different vehicle types under various surface conditions. The results show that the proposed system achieved a tire recognition accuracy exceeding 95%, a lifting success rate of 100%, and an average lifting operation time of 12.3 seconds. These results demonstrate the reliability and practicality of the proposed method for real-world autonomous parking applications.

Explosive Ordnance Disposal (EOD) robots are essential for safeguarding operators and reducing risks in high-threat environments. This study reviews international cases and current technologies to identify limitations and propose improvement strategies. Mission success depends on four core domains: mobility, power, manipulator precision, and communication. Current tracked and wheeled platforms lack self-righting, leading to research on flippers, wheel–leg hybrids, and quadrupedal locomotion. Battery reliance remains critical; short-term solutions include intelligent Battery Management Systems (BMS) and battery-exchange robots, while long-term progress requires high-density energy sources. Manipulator performance is hindered by inertia and backlash, but precision actuators, soft grippers, and sensor fusion with AI can enhance dexterity. Communication faces losses and jamming, requiring multilayered resilience with Software-Defined Radio (SDR), cognitive radio, relay nodes, and hybrid links. By mapping improvements to Technology Readiness Levels (TRL), this study suggests a phased roadmap where mature technologies address immediate needs, while AI-driven autonomy and secure networks define long-term advances.

Background: Stroke patients commonly suffer from balance impairments that limit functional activities, such as walking difficulties. Robot-assisted gait training is gaining attention as an effective rehabilitation strategy for balance and gait in stroke rehabilitation. Objects: The purpose of this study was to investigate the effects of progressive velocity robot-assisted gait training (PRG) on balance and gait abilities in stroke patients. Methods: All subjects were randomly divided into three groups: PRG (n = 12); comfortable speed robot-assisted gait training (CRG) (n = 12); and control group (n = 16). Subjects in PRG and CRG underwent robot-assisted gait training for 30 minutes, three times a week for six weeks. And the control group performed overground gait training using a treadmill at the same frequency and for the same amount of time as the experimental group. All Subjects were assessed for muscle strength, balance, gait and motor function pre- and post-intervention. Results: The study results showed that all subjects showed significant differences in all measurements post-intervention (p < 0.05). Additionally, PRG was found to significantly improve in Medical Research Council (MRC) and Fugl-Meyer Assessment (FMA) compared to CRG, and CRG showed significant differences compared to the control group in MRC, Berg Balance Scale (BBS) and Timed Up and Go test (TUG) (p < 0.05). PRG exhibited significant differences in all areas in the between-group comparison with the control group (p < 0.05). Conclusion: These results suggest that PRG may be effective strategy to improve balance and gait ability for with stroke.

본 연구는 웨어러블 로봇 기술을 활용하여 비대칭 보행을 정량적으로 분석하는 방법을 개발하 고, 이를 재활 운동 전략에 적용할 가능성을 탐색하는 것을 목적으로 하였다. 편마비 환자에게서 흔히 관찰 되는 보행 비대칭성을 모의하기 위해, 4명의 건강한 참가자(남성 1명, 여성 3명)가 고관절에 엔코더 센서가 장착된 웨어러블 로봇을 착용한 상태로 10m 직선 경로에서 보행 실험을 10회 수행하였다. 센서를 통해 고 관절 각도 및 각속도에 대한 실시간 데이터가 수집되었으며, 수집된 데이터는 MATLAB 기반의 시뮬레이 션 환경에서 처리되어 보행 위상 궤적을 구성하였다. 위상 궤적은 보행의 주기적 역학적 특성을 시각화하 였으며, 좌·우 고관절 위상 궤적이 둘러싼 면적을 비교함으로써 보행 비대칭성을 정량적으로 평가하였다. 분석 결과, 참가자 간 보행 대칭성에서 뚜렷한 차이가 확인되었다. 또한 비대칭 정도를 정량화하기 위하여 평균 절대 오차(Mean Absolute Error, MAE)와 평균 제곱근 오차(Root Mean Square Error, RMSE)를 활용하였다. 이러한 지표들은 위상 궤적 분석이 보행 이상을 진단하고 모니터링할 수 있는 효과적인 도구 가 될 수 있음을 보여준다. 연구 결과는 본 방법론이 보행 장애를 가진 개인에게 맞춤형 재활 프로그램 및 운동 기반 중재를 개발하기 위한 기초적 접근으로 활용될 수 있음을 시사한다. 다만, 본 연구는 소수의 건 강한 참가자만을 대상으로 수행되었으므로 제안된 방법의 예비적 타당성을 확인하는 수준에 그치며, 향후 에는 다양한 보행 환경과 임상 집단을 포함한 대규모 연구 및 실시간 제어 알고리즘의 적용을 통해 임상적 활용 가능성을 더욱 강화할 필요가 있을 것이라 판단되어진다.

이동로봇은 인공지능, 센서 기술 등과 융합함으로서 다양한 산업 및 서비스 분야에서 광범위하게 사용되고 있으며, 조선 및 해 양 분야에서도 이동로봇을 활용한 물품 운반, 현장 모니터링, 위험한 업무 등에 대한 연구가 수행됨으로서 생산성 향상 및 안정성 강화를 향상시키고자 하고 있다. 본 연구에서는 선박기관실처럼 내연기관, 선반, 드릴머신, 공구대, 용접실습대 등 다양한 기기 및 장비의 간격이 좁고 구조가 복잡한 환경의 기관실습실 내에서 이동로봇의 자율주행을 구현함으로서 선박기관실에 적용 가능여부를 확인하고자 하였다. ROS2기반의 이동로봇으로 SLAM 라이브러리 중 하나인 Cartographer를 사용하여 지도를 작성한 후 여러 위치에서 자율주행 시험과 지도에 없는 장애물을 놓은 경우 자율주행 시험결과 복잡한 환경에서도 높은 자율주행 성능을 확인하였다. 선박기관실은 실험한 장소와 여러환 경의 차이는 있으나 구조의 변화가 거의 없어 자율주행이 가능할 것으로 사료된다.

본 논문에서는 2자유도 매니퓰레이터(manipulator)가 탑재된 지상형 이동 로봇을 활용한 균열 지도 작성 기법을 소개한다. 로봇의 앞·측면에 각각 스테레오 비전 센서를 설치하였으며, 앞면에 설치된 센서의 포인트 클라우드 정보를 이용하여 로봇의 위치를 인식하 고 지도를 작성하며, 측면에 설치된 센서의 영상 정보를 바탕으로 벽면 내 균열을 검출한다. 이때, 두 센서의 좌표계를 좌표 변환식을 통해 통일하여 정합 및 검출된 균열 정보를 생성된 지도에 실시간으로 표기하고, 손상의 정보가 기록 및 관리될 수 있도록 하였다. 2자 유도 움직임이 가능한 매니퓰레이터 장치를 이동로봇에 탑재하고 사각지역의 제한 없이 로봇의 진행 방향을 벗어난 균열을 촬영할 수 있도록 하였다. 촬영된 영상 내 딥러닝 기법을 적용하여 균열을 검출하고, 해당 균열이 촬영된 영상 내 일부만 존재한다고 판단하 는 경우 매니퓰레이터를 동작하여 남은 균열의 위치를 추정 및 추가 촬영, 스티칭할 수 있도록 하였다. 본 시스템의 성능 확인을 위하 여 실내 환경에서 실험을 진행하였으며, IoU기반 검출율 0.6 이상의 정확도로 실시간 균열 정보를 구축된 지도 위에 작성하는 것을 확 인하였다.

Background: Stroke patients commonly experience functional declines in balance and gait due to decreased muscle strength and coordination issues caused by brain damage. Through repetitive training, robot-assisted gait training (RAGT) can aid in promoting neuroplasticity in stroke patients and help them acquire effective gait patterns. Additionally, convalescent rehabilitation hospitals help to ensure rapid recovery through intensive rehabilitation training. Objects: This study investigated the effects of RAGT frequency on gait and balance recovery in stroke patients in convalescent rehabilitation hospitals, providing data to optimize rehabilitation efficiency, enhance functional recovery, and support the development of personalized strategies to ensure safer and more rapid returns to daily life. Methods: This study compared the frequency of RAGT by analyzing a group receiving two units of RAGT per day for 5 days per week with a group receiving two units of RAGT per week as part of a comprehensive rehabilitation program, totaling 16 units daily, in a convalescent rehabilitation hospital. Results: In the 10-minute walking test, statistical significance was observed both within and between groups, whereas the Functional Ambulation Category, Fugl-Meyer Assessment–lower extremities, Berg Balance Scale, and timed up-and-go tests showed significance only within groups. Conclusion: End-effector RAGT and traditional gait training significantly improve gait ability, balance, and lower limb function in stroke patients.

Robots equipped with artificial intelligence technology include learning functions. Purely inductive learning methods formulate general hypotheses by finding empirical regularities over the trainning examples. Purely analytical methods use prior knowledge to derive general hypotheses deductively. Therefore, when the physical environment of a robot is complex, there is a problem of increased computational time required for information processing. In particular, when a large number of robots transmit information, more computational time is required for information processing. The distance-based topological method proposed in this paper first constructs the topology based on the distances between robots, and then generates information weights according to the stages of the topology. The technique proposed in this paper has been experimentally confirmed to have excellent performance in environments with a large number of robots and complex physical conditions.